本文仅用于学习和交流目的,不得用于商业目的。非商业转载请注明做译者、出处,并保留本文的原始连接:http://www.ituring.com.cn/art...微信
你以为,下面列出的这些图表是否是很完美?各类色块、繁复的数字无不彰显了制做者的认真、努力。 可是,除去当时“这颇有趣”的感觉,你不会所以产生更多的想法,也不会所以决定某种行为!学习
因此,无一例外,它们所有都是些无效、劣质的图表!spa
究竟,有效的图表是什么样的呢?翻译
Cole Knaflic,数据分析专家,前Google人力分析团队经理,曾任银行和私募基金分析师,曾在马里兰艺术学院教授信息可视化课程。目前专门研究定量信息的有效展现,并撰写热门博客storytellingwithdata.com。她的数据分析研讨会和演示深受世界各地受众追捧。设计
Cole 认为在“如何运用数据进行有效沟通”方面,须要着重考虑两个问题: 图片
•抓住受众的视线
•把数据以故事的形式展示,包含情境、情节和结局资源
在《用数据讲故事》里面,Cole 经过大量案例研究介绍数据可视化的基础知识,以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事,进而达到有效沟通的目的。具体内容包括:如何充分理解上下文,如何选择合适的图表,如何消除杂乱,如何聚焦受众的视线,如何像设计师同样思考,以及如何用数据讲故事。rem
是的,我很幸运能专一于一个本身热爱的领域!在银行业作分析的时候,是我第一次开始接触数据可视化。回头想一想,这确实是一个开始“分析”职业生涯的好地方,由于银行业依赖数据的历史很长。对我来讲,这也是我第一次看到数据的价值如此之大,它能够帮助人们更好地理解事物、作出更明智的决定。经过把数据可视化展现,更多的人能够更容易地利用数据。get
最初,我之因此在这方面花了不少时间,是由于可视化展示数据的过程是一种创造性的劳动。慢慢地,我意识到,若是我在如何展现数据方面越是用心,人们就越容易关注数据,这就造成了一个良性的强化循环。在谷歌工做的时候,经过开展数据可视化方面的培训,我可以进一步地发展、研究这个领域,更好地理解为何那些我曾经反复试验过的东西是有效的,找到了如何把这些经验教授给其余人的方法。我很是地欣赏用数据进行有效沟通的能力,我也很幸运,如今能够把数据可视化方面的经验教给别人,经过个人书、博客和研讨会的形式。博客
对我来讲,展现数据就像是展现一个图表,或是列出一些观点。看到这样的数据,人们的反应很容易是“这颇有趣”,而后他们就转向下一件事了。用数据讲故事就超出了这个范围。故事有一个固定的模式,一个叙述结构:他们从某个情境开始,发展出一种紧张的情节,达到高潮,而后结束这种紧张局面。涉及数据的时候,咱们一样可使用构成故事的这些组成因素。情境就是:受众须要了解的背景,这样他们才能正确地理解咱们即将告诉他们的事情。紧张情节是:不平衡——对受众重要的,他们在乎的事情。你能够经过数据展现百转千回的曲折或是紧张的情节。最后是结局——号召某种行为——要解决这种紧张的形势,受众要作些什么。若是以行为号召结束一个故事,你就须要受众作出某种反应,在受众与展现人之间造成富有成效的对话。这些每每是数据展现不能带来的效果。这就是为何我鼓励人们不要简单地展现数据,而要考虑如何让数据成为一个故事的关键点。
在数据可视化方面,没有太多硬性的规定和快速的技巧。它是艺术与科学之间的一个有趣交叉点,确实也有一些规则可言。其中一个,我常常在研讨会上提到的问题是:永远不要使用3D立体效果。惟一的例外是,你实际上真的是在绘制第三维(甚至这种状况下,也可能很快就会变得棘手,因此要当心),但毫不要给一维的图形绘制,好比平面饼状图。若是给平面饼状图绘制三维的效果,3D会在视觉上扭曲数据,让大脑没法围绕咱们看到的内容进行适当地分析或是比较。理解饼状图自己就很困难,由于人类的眼睛不会把定量的数值归因于二维空间。
若是你想要展现总体事物当中的某一部分占比很小,或者某一部分真的很大,那么饼状图是很好的。问题在于,若是你想说的比这更精妙,饼状图就没法传达这种效果了。由于一旦部分与部分之间在占比方面类似,受众就很难从饼状图里评估出哪一个更大,大出多少。通常来讲,涉及可视化数据问题时,我鼓励人们要很是清楚他们但愿受众可以用图表作些什么,而后设计尽量容易和直观的数据展现方式。3D饼状图带来的误导远比它的信息导向要多,应该避免使用!
当你使用数据进行解释性分析的时候(换句话说,你想让你的受众集中注意力在某个事物上或者是你想要告诉给他们的故事上),我有三条建议以下:
01.以一种简单易懂的方式可视化数据(你想让受众用数据作什么,而后设计直观的展现方式)
02.有节制地运用颜色,巧妙地引导受众的注意力
03.运用词语(标题、标签、注释)来明确受众在看什么以及为何关注这些内容;把关键信息用词语表达出来
我相信它们之间有重叠的部分。数据可视化属于科学与艺术的有趣交集。这其中确定有科学的成分——指导方针和最佳实践,但也有艺术的成分。这也是我热爱这个领域的缘由之一——面对相同的数据可视化挑战,不一样的人可能会提出彻底不一样的解决方案。数据可视化容许、包容一切多样性。在我看来,并不是仅有一个“正确”的答案能够有效地可视化数据。不过,重要的是,要确保艺术的成分可让受众更容易地理解这些信息。
是的,这多是个挑战。不过,我认为真实无偏见的数据是没法实现的。用数据作任何事情,从一开始的收集数据到选择重点关注的数据,到整合或分解的方式,再到展现数据,每个步骤中都存在偏见的成分。但重要的是,时刻谨记忠实于数据的思想,探索其余的替代观点,构建出活泼、强健的(非误导)的方案。数据可视化的黄金法则是“不要用数据撒谎”。虽然有时会存在恶意的行为,但我认为更多的状况是,人们并无意识到使用了偏见的数据或是有意要这么作。
一些指导性的原则能够帮助咱们避免误导(例如,条形图必须有零点基线,或者刚才讲过的,应该避免使用3D)。另外,要作好数据分析,这会帮助咱们获取其余的观点并获得反馈,确保绘制出适合数据的可视化图形。
写《用数据讲故事》这本书的主要目标就是,跟更多的人分享我所学到的知识。写做是一项艰巨的任务。我很幸运,由于我在“用数据讲故事”这个话题上作过不少期的研讨会,对我想要讲的内容有很好的理解,而且大声地讲过不少遍。这些让我很容易下笔写出东西(用手指敲击键盘打出文字)。另外,我还用了书中讲过的许多策略,好比故事板,规划写做内容。总地来讲,最困难的是,怎么让这本书对更多的读者有用。个人目标是,任何人均可以阅读这本书,并从中学到东西,从没有数据可视化经验的人到那些常常与数据打交道,想要把他们的数据进一步推进的人。为了实现这个目标,我请了不少人来审读这本书,包括非技术的人士,还有数据可视化领域里受人尊敬的一些同事。
这是一个很好——却有些困难的——问题!我不肯定我能找出对我影响最大的那位。我第一次学习用数据交流的最佳实践的时候,必定要归功于Stephen Few对个人影响(我最喜欢的就是他的书《秀出你的数据》)。在更好理解受众,如何跟受众产生共鸣的方面,Nancy Duarte 的《共鸣》对我颇有启发,我常常借鉴她的《思想》,在研讨会上帮助你们理解“明确、简洁的主题”的重要性。我也常常从其余人的博客里获得不少的平常灵感,这些博文都是关于数据可视化和可视化沟通方面的文章。
是的,谷歌对个人意义很大(更巧的是,在那里我遇到个人丈夫,因此真地能够说,谷歌改变了个人人生!)谷歌是一个数据驱动型的公司,他们所作的每一件事都基于数据——甚至在人事管理(传统意义上的“人力资源”)上也是这样。2007年,我有幸加入了谷歌的人力分析团队。当时团队刚刚成立,因此我有机会接触到不少有趣的工做,了解怎样让经理更有效地工做,如何量化工做,天然减员的缘由以及预测谁可能会离开公司。我也有机会开设了关于数据可视化的课程。课程一开始只是人力资源内部的培训项目,由于获得了员工普遍的兴趣,咱们最终把它推广到全部的谷歌部门,到世界各地教人们如何有效地可视化数据。慢慢地,口碑开始不断传播,其余的机构也联系到我,但愿我也能够帮助他们的团队学习如何进行数据可视化操做。后开,我离开了谷歌,去追求个人人生目标——帮助全世界更好地可视化数据,用数据讲述故事,加深对数据的理解和用数据指导行动。
离开谷歌之后,也就是过去的几年里,我一直往返于世界各地的机构当中,教人们如何有效地用数据讲述他们的故事。后来,我写了这本书《用数据讲故事:商务人士的数据可视化学习指南》(这本书已经被翻译成了9种文字),坚持更新博客storytellingwithdata.com,花大量的时间进行公开的定制主题研讨会。我认为,任何人均可以经过学习提升用数据有效沟通的能力,我也很是热爱帮助每个人作到这一点。也许有一天,由于个人努力,我也能够到访中国!很是感谢你邀请我进行此次的访谈,帮助我向中国的读者朋友们分享个人工做和观点。